
Before you begin
- Labs create a Google Cloud project and resources for a fixed time
- Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
- On the top left of your screen, click Start lab to begin
Create a reports dataset in BigQuery
/ 30
Query to pull the data for last year
/ 40
Create new data sources in Looker Studio
/ 30
Depuis que l'informatique décisionnelle existe, analystes et décideurs s'appuient sur des outils de visualisation pour dégager rapidement des insights des données.
Dans cet atelier, vous allez apprendre à créer un tableau de bord d'informatique décisionnelle à l'aide de l'interface Looker Studio optimisée par BigQuery sur le backend. Pour cet atelier, nous partons du principe que vous avez déjà certaines connaissances sur ces produits. Pour plus d'informations, consultez les documents de référence (Concepts BigQuery, Présentation de Looker Studio).
Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.
Cet atelier pratique vous permet de suivre vous-même les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Nous vous fournissons des identifiants temporaires pour vous connecter à Google Cloud le temps de l'atelier.
Pour réaliser cet atelier :
Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, un pop-up s'affiche pour vous permettre de sélectionner un mode de paiement. Sur la gauche, vous trouverez le panneau Détails concernant l'atelier, qui contient les éléments suivants :
Cliquez sur Ouvrir la console Google Cloud (ou effectuez un clic droit et sélectionnez Ouvrir le lien dans la fenêtre de navigation privée si vous utilisez le navigateur Chrome).
L'atelier lance les ressources, puis ouvre la page Se connecter dans un nouvel onglet.
Conseil : Réorganisez les onglets dans des fenêtres distinctes, placées côte à côte.
Si nécessaire, copiez le nom d'utilisateur ci-dessous et collez-le dans la boîte de dialogue Se connecter.
Vous trouverez également le nom d'utilisateur dans le panneau Détails concernant l'atelier.
Cliquez sur Suivant.
Copiez le mot de passe ci-dessous et collez-le dans la boîte de dialogue Bienvenue.
Vous trouverez également le mot de passe dans le panneau Détails concernant l'atelier.
Cliquez sur Suivant.
Accédez aux pages suivantes :
Après quelques instants, la console Cloud s'ouvre dans cet onglet.
Pour les besoins de cet atelier, vous jouez le rôle de responsable du service Espaces verts d'une grande ville. Vous prenez des décisions importantes en vous basant sur les données des journaux d'utilisation, lesquelles sont stockées dans de grandes tables partitionnées par date (plusieurs téraoctets) dans un ensemble de données BigQuery baptisé "Trees".
Pour tirer le plus rapidement possible une valeur commerciale de ces données, construisez un tableau de bord pour les analystes qui fournit des visualisations des tendances et des schémas de vos données.
En général, un tableau de bord présente une vue agrégée de l'utilisation. Il ne nécessite pas de remonter jusqu'au niveau d'un ID de commande, par exemple. Par conséquent, pour réduire les coûts des requêtes, vous allez commencer par agréger les journaux dont vous avez besoin dans un autre ensemble de données baptisé "Reports" avant de créer une table de données agrégées. Vous allez interroger la table à partir du tableau de bord Data Studio. De cette façon, lorsque vous actualisez votre tableau de bord, les requêtes de l'ensemble de données de reporting traitent moins de données. De plus, étant donné que les anciens journaux d'utilisation ne changent jamais, vous n'aurez qu'à actualiser les nouvelles données d'utilisation dans l'ensemble de données Reports.
Dans cette section, vous allez importer des données publiques afin de vous entraîner à exécuter des commandes SQL dans BigQuery.
Le message Bienvenue sur BigQuery dans Cloud Console s'affiche. Il contient un lien vers le guide de démarrage rapide et les notes de version.
La console BigQuery s'ouvre.
Dans la section "Explorateur", cliquez sur + AJOUTER, puis sélectionnez Ensembles de données publics.
Recherchez "trees" et appuyez sur la touche Entrée.
Cliquez sur la mosaïque Street Trees (Arbres des rues), puis cliquez sur Afficher l'ensemble de données.
Un nouvel onglet s'ouvre. Vous voyez à présent qu'un nouveau projet intitulé bigquery-public-data a été ajouté au panneau "Explorateur" :
bigquery-public-data
n'apparaît pas dans le panneau "Explorateur", cliquez sur + AJOUTER > Ajouter un projet aux favoris > Saisir le nom du projet (saisissez "bigquery-public-data"), puis cliquez sur AJOUTER AUX FAVORIS.
Vous allez maintenant créer un ensemble de données intitulé "Reports" dans votre projet. Un ensemble de données distinct permet de réduire la quantité de données interrogées par le tableau de bord, ainsi que d'éviter tout accès inutile à vos ensembles de données sources par des utilisateurs s'intéressant uniquement aux données agrégées.
Cliquez sur l'icône à trois points figurant à côté de l'ID de votre projet Qwiklabs, puis sélectionnez Créer un ensemble de données.
Nommez votre ensemble de données Reports.
Conservez les valeurs par défaut des autres options.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Vous allez maintenant exécuter une requête ponctuelle afin d'extraire les données de l'année précédente, en récapitulant :
Reports
.Comme vous avez spécifié un nom de table et sélectionné la préférence Écrire si la table est vide, la requête crée une table si celle-ci n'existe pas encore.
Acceptez les autres paramètres par défaut et cliquez sur Enregistrer.
Cliquez sur Exécuter pour exécuter la requête.
Lorsque la requête est terminée, vous accédez à l'onglet Résultats, où vous pouvez voir les données.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Pour garder votre tableau de bord à jour, vous pouvez programmer des requêtes à exécuter de façon récurrente. Les requêtes programmées doivent être écrites en SQL standard et peuvent inclure des instructions en langage de définition de données (LDD) et en langage de manipulation de données (LMD). La chaîne de requête et la table de destination peuvent être paramétrées, ce qui vous permet d'organiser les résultats de requête par date et heure.
Vous ajoutez maintenant une requête qui vérifie chaque jour s'il y a de nouvelles données. Lorsque de nouveaux arbres sont plantés, vous recevez de nouvelles statistiques mises à jour directement dans la table reports.trees
.
Nom : Update_trees_daily
Options de programmation :
Reports
comme nom de l'ensemble de données.Cliquez sur Enregistrer.
Si vous utilisez un bloqueur de pop-ups, cliquez sur Autoriser pour accorder l'autorisation aux identifiants qui vous ont été attribués pour cet atelier, puis acceptez de remplacer votre requête.
Vous allez maintenant créer votre tableau de bord à l'aide des données sur les arbres que vous venez d'agréger avec Looker Studio.
Ouvrez un nouvel onglet dans votre navigateur et accédez à Looker Studio.
Cliquez sur Créer en haut à gauche, puis sur Rapport.
Sélectionnez votre pays et acceptez les conditions d'utilisation.
Cliquez sur Continuer.
Sélectionnez Non pour toutes les offres par e-mail, puis cliquez sur Continuer.
Vous allez maintenant utiliser le connecteur BigQuery pour vous connecter à la table reports.trees
.
Cliquez sur Vérifier ma progression pour valider l'objectif.
Vous pouvez maintenant créer des graphiques à l'aide des données figurant dans cette table.
Cliquez sur le menu déroulant Ajouter un graphique et sélectionnez le type de votre choix. Dans cet exemple, vous pouvez voir les différents types de graphiques :
Vous pouvez tester par vous-même la création de graphiques et de titres élaborés d'après cet exemple. Voici quelques astuces :
Vous avez appris à créer un tableau de bord d'informatique décisionnelle permettant de visualiser des schémas dans vos données d'entreprise, en réduisant le risque de vous retrouver avec des volumes de requêtes coûteux.
Cet atelier d'auto-formation fait partie de la quête BigQuery for Marketing Analysts. Une quête est une série d'ateliers associés qui constituent un parcours de formation. Si vous terminez cette quête, vous obtenez un badge attestant de votre réussite. Vous pouvez rendre publics les badges que vous recevez et ajouter leur lien dans votre CV en ligne ou sur vos comptes de réseaux sociaux. Inscrivez-vous à cette quête pour obtenir immédiatement les crédits associés. Découvrez toutes les quêtes disponibles dans le catalogue Google Cloud Skills Boost.
Les formations et certifications Google Cloud vous aident à tirer pleinement parti des technologies Google Cloud. Nos cours portent sur les compétences techniques et les bonnes pratiques à suivre pour être rapidement opérationnel et poursuivre votre apprentissage. Nous proposons des formations pour tous les niveaux, à la demande, en salle et à distance, pour nous adapter aux emplois du temps de chacun. Les certifications vous permettent de valider et de démontrer vos compétences et votre expérience en matière de technologies Google Cloud.
Dernière mise à jour du manuel : 29 septembre 2023
Dernier test de l'atelier : 29 septembre 2023
Copyright 2025 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.
Ce contenu n'est pas disponible pour le moment
Nous vous préviendrons par e-mail lorsqu'il sera disponible
Parfait !
Nous vous contacterons par e-mail s'il devient disponible
One lab at a time
Confirm to end all existing labs and start this one